검색결과 총 16건
-
중국은 서비스 팔고 로봇 내보내고…여름 항공권은 낮췄다
[경제일보] 중국 경제에서 수출의 내용이 달라지고 있다. 예전처럼 공산품만 대량으로 내보내는 데 그치지 않는다. 지식재산권과 문화 콘텐츠, 여행 같은 서비스 수출이 늘고 있고, 공장 자동화에 쓰이는 산업용 로봇도 해외 시장으로 나가고 있다. 국내에서는 여름 휴가철을 앞두고 항공 운임 부담이 낮아지면서 여행 수요에 도움이 될 것이란 기대도 나온다. ◆서비스 수출이 무역수지 끌어올려 6일 중국 상무부에 따르면 올해 1~5월 서비스무역 규모는 3조994억8000만위안으로 지난해 같은 기간보다 6% 증가했다. 수출은 1조2304억6000만위안으로 15.9% 늘었지만, 수입은 1조8690억2000만위안으로 0.4% 증가에 그쳤다. 서비스무역 적자는 6385억6000만위안으로 1년 전보다 1607억2000만위안 줄었다. 수입이 크게 줄었다기보다 수출이 빠르게 늘어난 결과다. 지식집약형 서비스는 전체 서비스무역의 44.2%를 차지했다. 지식재산권 사용료와 개인 문화·엔터테인먼트 서비스 수출 증가율이 높았다. 여행 서비스 수출도 31.3% 늘었다. 중국을 찾는 외국인 관광객과 비즈니스 방문객 증가가 반영된 것으로 볼 수 있다. 다만 서비스무역 적자 축소를 중국 서비스산업의 전면적 변화로 볼 단계는 아니다. 서비스무역은 환율, 해외여행, 운송 수요에 따라 수치가 크게 움직인다. 그럼에도 콘텐츠와 기술, 지식재산권 사용료가 수출 항목에서 존재감을 키우고 있다는 점은 눈여겨볼 대목이다. ◆ 로봇 수출, 완제품 판매 넘어 공장 설계로 산업용 로봇 수출도 늘고 있다. 중국 해관총서 통계에 따르면 올해 1~5월 산업용 로봇 수출은 8만6597대로 전년 동기보다 39.5% 증가했다. 5월 한 달 수출은 2만90대로 51.2% 늘었다. 중국 로봇 기업들은 로봇 한 대를 납품하는 방식에서 벗어나려 하고 있다. 생산라인 설계, 자동화 설비 구축, 소프트웨어 연결, 유지·보수까지 묶어 공급하는 사례가 늘고 있다. 해외 제조업체 입장에서는 로봇 가격보다 설치 이후가 더 중요하다. 기존 설비와 연결되지 않으면 생산성이 오르지 않고, 고장이 났을 때 현장 대응이 늦으면 공장 전체가 멈출 수 있다. 중국 기업들이 자동화 설비와 운영 서비스를 함께 내세우는 것도 이런 이유다. 가격 경쟁력과 부품 조달 능력은 중국 기업의 강점이다. 전기차와 배터리, 전자제품 생산 현장에서 쌓은 자동화 경험도 해외 진출에 도움이 될 수 있다. 그러나 정밀 감속기와 고성능 제어장치, 센서, 반도체 등 핵심 부품에서는 일본·유럽·미국 기업이 여전히 강세를 보인다. 해외 서비스망과 브랜드 신뢰도도 중국 업체들이 더 보완해야 할 부분이다. 수출 물량이 늘었다고 해서 장기 경쟁력까지 확보했다고 보기는 어렵다. ◆ 유류할증료 인하, 7월 초 항공권도 하락 중국 국내 여행시장에서는 항공료 부담이 낮아졌다. 중국 항공사들은 7월 5일부터 국내선 유류할증료를 내렸다. 800㎞ 이하 노선은 1인당 50위안, 800㎞ 초과 노선은 100위안으로 조정됐다. 직전보다 각각 30위안, 50위안 낮아진 수준이다. 항공권 가격은 유류할증료만으로 정해지지 않는다. 항공사 증편 규모와 예약률, 휴가철 수요, 노선별 경쟁 상황이 더 큰 영향을 미친다. 다만 유류할증료 인하는 소비자가 체감하는 여행비를 낮추는 요인이다. 7월 상순에는 항공사 공급 확대와 휴가 수요의 시차가 겹치면서 일부 노선에서 정상 운임의 10~30% 수준 항공권도 나왔다. 베이징~항저우 노선은 항공권과 공항시설 사용료, 유류할증료를 합친 가격이 고속철도 2등석보다 낮게 형성된 사례도 있었다. 하지만 이 흐름이 휴가철 내내 이어질 가능성은 크지 않다. 학교 방학과 직장인 휴가가 본격화되는 7월 중순 이후에는 인기 관광지와 장거리 노선을 중심으로 운임이 다시 오를 수 있다. 유류할증료 인하가 여행 수요를 자극할 수는 있어도, 여름 성수기의 가격 상승을 모두 막기는 어렵다. ◆ 수출은 바깥으로, 소비는 안에서 최근 중국 경제는 수출과 내수가 같은 속도로 움직이지 않는다. 서비스 수출과 산업용 로봇 수출은 늘고 있지만, 내수 소비는 업종별 차이가 크다. 항공료 인하는 여행 수요에 도움을 줄 수 있지만 가계의 전반적 소비심리 회복을 뜻하지는 않는다. 중국이 기대를 거는 분야는 서비스 수출과 제조업 고도화, 국내 여행 수요다. 서비스에서는 기술과 콘텐츠를 수출하고, 제조업에서는 로봇과 자동화 설비를 앞세우며, 내수에서는 여행과 생활 소비의 부담을 낮추려는 움직임이 이어지고 있다. 서비스와 로봇 수출의 증가는 중국 경제가 단순 조립·가공 수출에서 조금씩 벗어나고 있음을 보여준다. 다만 수출 증가가 기업의 이익과 고용, 가계 소득으로 이어져야 내수 회복에도 힘이 붙을 수 있다. 항공권이 싸졌다는 소식만으로 소비가 되살아났다고 보기 어려운 이유다.
2026-07-06 18:01:43
-
소버린 AI 완성 열쇠는 데이터센터…정부, 1000조 인프라 승부수
[경제일보] 소버린 AI 경쟁의 핵심이 데이터센터로 이동하고 있다. AI 반도체와 독자 AI 모델을 확보하더라도 이를 학습·운영할 컴퓨팅 인프라를 해외에 의존하면 산업의 부가가치와 주도권을 확보하기 어렵기 때문이다. 정부는 AI 데이터센터(AIDC)를 중심으로 국내 AI 생태계를 완성하기 위해 오는 2035년까지 1000조원 이상 규모의 민간 투자를 유치한다는 목표를 제시했다. 5일 업계에 따르면 정부는 최근 발표한 '대한민국 대도약 3대 메가프로젝트'를 통해 AI 데이터센터를 국가 핵심 인프라로 육성하는 방안을 공개했다. 2029년까지 8.4기가와트(GW) 규모의 AI 데이터센터를 구축하는 데 약 550조원을 투자하고, 2035년까지 10GW를 추가 조성해 총 1000조원 이상 규모의 투자를 이끌어낸다는 계획이다. 정부가 데이터센터를 전면에 내세운 것은 AI 산업 경쟁력이 더 이상 반도체나 AI 모델 개발에만 머물지 않기 때문이다. 생성형 AI가 확산되면서 대규모 연산을 처리하는 데이터센터와 고성능 컴퓨팅 자원, 전력 공급 능력이 국가 경쟁력을 결정하는 핵심 요소로 부상하고 있다. 그동안 정부는 국산 신경망처리장치(NPU) 개발과 독자 파운데이션 모델 확보를 중심으로 AI 경쟁력 강화 정책을 추진해 왔다. 그러나 실제 AI 서비스를 구동하는 클라우드와 데이터센터 분야에서는 해외 사업자 의존도가 높아 국내 기술이 창출한 경제적 효과가 해외 인프라 기업으로 이전된다는 지적이 꾸준히 제기됐다. 정부는 AI 반도체와 AI 모델, 데이터센터를 하나의 산업 생태계로 연결해 국내에서 연구개발부터 서비스 운영까지 이어지는 밸류체인을 구축한다는 구상이다. 이를 위해 AI 데이터센터 클러스터 조성과 초대형 테스트베드 구축, 전문 인력 양성, 세제 지원 확대 등을 추진하고 AI 데이터센터 얼라이언스를 통해 장비·솔루션 기업과 수요 기업 간 협력도 강화할 계획이다. 과학기술정보통신부는 국내에서 개발한 AI 기술이 국내 인프라를 기반으로 서비스되고 산업 전반으로 확산될 수 있는 구조를 만드는 것이 소버린 AI 경쟁력 확보의 핵심이라고 보고 있다. AI 산업의 부가가치가 국내에서 선순환하는 생태계를 구축해야 장기적인 경쟁력을 확보할 수 있다는 판단이다. 정부 전략의 또 다른 축은 데이터센터의 지역 분산이다. 수도권에 집중된 AI 인프라를 비수도권으로 확대해 전력과 부지를 안정적으로 확보하고 지역 산업 활성화까지 함께 추진하겠다는 구상이다. 다만 실제 사업이 속도를 내려면 해결해야 할 과제도 적지 않다. 데이터센터는 막대한 전력을 소비하는 시설인 만큼 안정적인 전력 공급과 용수 확보가 필수적이다. 반면 AI 서비스 수요는 여전히 수도권에 집중돼 있어 지역 분산 전략과 시장 수요 사이의 균형을 맞추는 것이 과제로 꼽힌다. 업계에서는 AI 추론 서비스의 경우 지연 시간이 경쟁력과 직결되는 만큼 이용자와 가까운 곳에 데이터센터를 배치하려는 수요도 적지 않다고 보고 있다. 비수도권 중심의 인프라 확대가 성공하려면 네트워크와 전력 인프라를 함께 개선해야 한다는 지적이다. 제도적 보완도 요구된다. 내년 시행 예정인 AI 데이터센터 특별법에는 비수도권 전력계통영향평가 완화와 재생에너지 전력구매계약(PPA) 특례 등이 담겼지만, 대규모 전력 공급과 관련한 추가적인 지원 방안은 지속적으로 검토해야 한다는 의견이 나온다. 민간 역시 투자 확대에는 공감하면서도 사업 여건이 우선 마련돼야 한다는 입장이다. 최태원 SK그룹 회장은 최근 국민보고회에서 AI 데이터센터와 반도체 공급망 확대를 위한 대규모 투자 계획을 소개하면서도 수요와 전력, 부지, 용수 등 기반 여건이 함께 갖춰져야 투자가 본격화할 수 있다고 강조했다. 글로벌 시장에서도 데이터센터를 둘러싼 경쟁은 한층 치열해지고 있다. 노무라증권은 전 세계 AI 데이터센터 투자 규모가 2025년 약 723조원에서 연평균 48% 성장해 2030년에는 약 5241조원에 이를 것으로 전망했다. 골드만삭스 역시 아마존, 마이크로소프트(MS), 구글, 메타 등 주요 하이퍼스케일러의 2025~2030회계연도 자본지출이 기존 전망보다 약 1200조원 늘어난 8000조원 규모에 이를 것으로 내다봤다. AI 업계 관계자는 "한국도 소버린 AI를 완성하려면 인프라 구축 속도를 높여야 한다"며 "민간의 투자 의지와 정부의 정책 지원이 함께 이뤄져야 글로벌 AI 경쟁에서 골든타임을 놓치지 않을 수 있다"고 말했다.
2026-07-05 16:46:24
-
삼성·SK 뒤에 숨은 진짜 수혜주…AI 인프라 밸류체인 다시 짠다
[경제일보] 정부가 추진하는 '3대 메가 프로젝트'의 최대 수혜는 삼성전자와 SK하이닉스 등 대기업보다 AI 인프라를 떠받치는 소부장(소재·부품·장비)과 전력기기, 냉각, 로봇 부품, 산업용 소프트웨어(SW) 기업으로 확산될 것이라는 전망이 나온다. 반도체와 피지컬 AI, AI 데이터센터를 국가 미래 성장동력으로 육성하는 이번 프로젝트는 반도체 생산을 넘어 데이터센터 구축과 제조업 AI 전환까지 하나의 산업 생태계로 연결하는 것이 핵심이다. 이에 따라 산업계의 관심도 대기업 투자 규모보다 실제 발주가 이뤄질 후방 밸류체인으로 옮겨가고 있다. 반도체에서 AI 인프라로…산업정책 무게중심 이동 지난달 29일 정부가 발표한 3대 메가 프로젝트는 단순히 반도체 공장을 늘리는 기존 산업정책과 결이 다르다. AI 반도체를 생산하고 이를 학습시킬 AI 데이터센터를 구축한 뒤 제조 현장에 피지컬 AI를 확산하는 전 과정을 하나의 산업 생태계로 연결하는 것이 핵심이다. 이에 따라 기업들의 투자도 반도체 생산시설을 넘어 데이터센터, 전력망, 스마트팩토리, 로봇 등 후방 산업 전반으로 확대될 가능성이 커지고 있다. 이번 프로젝트는 단순한 반도체 투자 확대를 넘어 'AI 시대 국가 인프라 구축'으로 산업정책의 무게중심이 옮겨가고 있다는 점에서 의미가 크다. 과거 반도체 투자가 메모리 생산능력 확대에 집중됐다면 앞으로는 AI를 실제 서비스하고 산업 현장에 적용하기 위한 데이터센터와 전력망, 냉각 설비 등 기반 인프라 구축이 새로운 성장축으로 떠오를 전망이다. AI 반도체를 충분히 확보하더라도 이를 운영할 데이터센터와 전력 인프라가 뒷받침되지 않으면 산업 경쟁력을 확보하기 어렵기 때문이다. 실제로 정부가 제시한 세 가지 축도 각각 독립된 산업이 아니다. 반도체는 AI 연산을 담당하는 핵심 부품이고 AI 데이터센터는 이를 학습·추론하는 공간이며 피지컬 AI는 산업 현장에서 AI를 실제 활용하는 단계다. 세 분야가 하나의 가치사슬로 연결되는 구조인 만큼 투자 효과 역시 특정 기업이 아니라 관련 산업 전반으로 확산될 가능성이 높다. 소부장 넘어 전력·냉각까지…AI 밸류체인 전반 수혜 가장 먼저 주목받는 분야는 반도체 소부장이다. 정부는 기존 용인·평택 생산거점과 함께 서남권 신규 반도체 클러스터 조성을 추진하며 생산능력 확대를 예고했다. 신규 팹이 들어서면 가장 먼저 움직이는 곳은 반도체 장비와 소재 시장이다. 노광과 식각, 증착, 검사, 패키징 등 공정 전반에서 장비 발주가 늘어나고 웨이퍼와 특수가스, 화학소재 등 핵심 소재 수요도 함께 증가할 것으로 예상된다. 특히 AI 반도체 시장이 빠르게 성장하면서 고대역폭메모리(HBM)와 첨단 패키징 수요가 급증하고 있는 점도 긍정적이다. HBM 생산에는 기존 D램보다 훨씬 높은 수준의 적층·패키징 공정이 요구되는 만큼 후공정 장비와 검사 장비 시장도 함께 성장할 것으로 전망된다. 이번 프로젝트의 더 큰 특징은 반도체 장비기업에서 끝나지 않는다는 점이다. AI 데이터센터와 피지컬 AI까지 동시에 추진되면서 기존 반도체 생태계 밖에 있던 산업들도 새로운 수혜 업종으로 떠오르고 있다. 대표적인 분야가 전력 인프라다. AI 데이터센터는 일반 데이터센터보다 훨씬 많은 전력을 소비한다. 생성형 AI 확산으로 GPU 수천~수만 장이 동시에 가동되면서 변압기와 배전반, 차단기, 초고압 케이블, 에너지저장장치(ESS) 등 전력 설비 수요도 함께 증가한다. 데이터센터 구축이 늘어날수록 전력기기와 전선 업체들이 직접적인 수혜를 받을 수 있다는 분석이 나오는 이유다. 전력기기 업계 관계자는 "AI 데이터센터는 GPU 등 고성능 장비가 24시간 가동되는 만큼 과거보다 훨씬 높은 전력 사용량과 전력 밀도를 요구한다"며 "전력 인프라는 더 이상 단순한 부대 설비가 아니라 데이터센터의 성능과 운영 효율을 좌우하는 핵심 요소로 자리 잡고 있다"고 말했다. 이어 "직류(DC) 배전과 고효율 전력변환장치, 에너지관리시스템(EMS) 등 차세대 전력 솔루션 수요도 확대될 것"이라고 덧붙였다. 정부 역시 전국 단위 AI 데이터센터 구축을 추진하면서 지역별 전력 인프라 확충을 주요 과제로 제시했다. 이는 데이터센터 건설이 단순 건축 사업이 아니라 전력 설비와 송배전망 구축까지 포함하는 대규모 인프라 사업으로 확대될 가능성을 보여준다. 전력과 함께 AI 데이터센터의 또 다른 핵심 요소는 냉각 기술이다. 생성형 AI 서비스 확산으로 고성능 GPU가 대량 집적되면서 데이터센터 내부 발열은 기존 서버보다 훨씬 커지고 있다. 냉각 효율이 떨어질 경우 성능 저하와 전력 손실은 물론 장비 수명에도 영향을 미칠 수 있어 냉각 시스템은 AI 데이터센터의 핵심 경쟁력으로 꼽힌다. 이에 따라 공랭식 중심이던 기존 시장도 액침냉각과 수랭식 등 고효율 냉각 기술 중심으로 빠르게 전환되고 있다. 서버 냉각장치와 공조 시스템, 열관리 솔루션 등 관련 시장도 AI 데이터센터 투자 확대와 함께 성장세가 이어질 것으로 전망된다. 피지컬AI가 키울 로봇 생태계…"공급망 경쟁력이 성패" 정부가 이번 프로젝트의 또 다른 축으로 제시한 피지컬 AI 역시 새로운 소부장 시장을 만들어낼 것으로 보인다. 피지컬 AI는 AI가 로봇과 제조설비, 물류장비 등 실제 산업 현장에서 자율적으로 판단하고 움직이는 기술을 의미한다. 단순한 로봇 보급을 넘어 제조 현장의 자동화 수준을 한 단계 끌어올리는 개념이다. 이를 위해서는 AI 반도체뿐 아니라 센서와 카메라, 액추에이터, 감속기, 모터, 제어기 등 다양한 핵심 부품이 필요하다. 정부도 대경권 자동차·가전 부품기업의 로봇 부품기업 전환을 지원하겠다고 밝힌 만큼 기존 제조업 기반을 AI·로봇 산업으로 연결하는 정책도 속도를 낼 것으로 예상된다. 이는 국내 부품업계에도 새로운 기회가 될 수 있다. 자동차와 산업기계 중심으로 성장해온 기업들이 휴머노이드와 산업용 로봇, 스마트팩토리 시장으로 사업 영역을 확대할 수 있는 계기가 될 수 있어서다. AI를 제조 현장에 적용하기 위한 산업용 소프트웨어 시장도 함께 성장할 것으로 전망된다. AI 데이터센터에서 학습된 인공지능 모델이 산업 현장으로 확산되기 위해서는 설비 데이터를 실시간으로 수집하고 분석하는 플랫폼이 필요하다. 생산 공정을 최적화하는 스마트팩토리, 디지털 트윈, 설비 예지보전, 공장 자동화 솔루션 등이 대표적이다. 업계에서는 결국 이번 프로젝트의 성패가 대기업의 투자 규모보다 얼마나 많은 국내 중견·중소기업이 밸류체인에 참여하느냐에 달려 있다고 보고 있다. AI 인프라 구축 과정에서 국내 공급망이 충분한 경쟁력을 확보한다면 기술 자립은 물론 지역 산업 육성과 제조업 경쟁력 강화라는 정책 목표도 함께 달성할 수 있다는 것이다. 다만 일각에서는 대기업 중심의 투자 구조가 반복될 경우 중소·중견기업의 실질적인 참여 기회가 제한될 수 있다는 우려도 제기된다. 대규모 프로젝트가 실제 발주로 이어지는 과정에서 국내 공급망 확대와 기술 검증 기회가 함께 마련돼야 메가프로젝트의 정책 효과도 극대화될 수 있다는 지적이다. 업계 관계자는 "AI 데이터센터 시대에는 전력 인프라가 더 이상 부대 설비가 아니라 데이터센터의 성능과 운영 효율을 결정하는 핵심 인프라"라며 "데이터센터의 대형화와 피지컬 AI 확산이 맞물리면서 고효율 전력기기와 냉각, 센서, 자동화 솔루션 등 국내 소부장 기업들의 역할도 한층 커질 것으로 본다"고 말했다.
2026-07-05 07:00:00
-
엔비디아 독주 균열 노린다…'국산 AI칩' 퓨리오사AI의 승부수
[경제일보] 정부가 인공지능(AI) 데이터센터를 국가 핵심 인프라로 공식화하면서 국내 AI 반도체 산업도 중대한 분기점을 맞았다. 수백조원 규모 AI 데이터센터 구축 계획이 현실화되면 이를 구동할 AI 반도체 수요도 폭발적으로 증가하기 때문이다. 문제는 AI 데이터센터 확대가 곧바로 국내 AI 반도체 산업의 성장으로 이어지는 것은 아니라는 점이다. 현재 AI 데이터센터 시장은 엔비디아 GPU가 사실상 독점하고 있어 대규모 인프라 투자가 이뤄지더라도 핵심 연산 반도체 수요는 해외 기업으로 쏠릴 가능성이 크다. 이런 가운데 정부가 처음으로 '국산 AI 반도체'를 메가 프로젝트의 핵심 축으로 제시하면서 퓨리오사AI와 같은 국내 팹리스 기업이 국가 AI 인프라 공급망에 진입할 수 있을지에 관심이 쏠린다. 과거에는 거대언어모델(LLM)을 학습시키기 위한 초고성능 GPU 확보가 핵심이었다. 하지만 앞으로는 실제 AI 서비스를 운영하는 '추론(Inference)' 경쟁력이 새로운 승부처로 떠오르고 있다. AI 에이전트와 피지컬 AI, 자율주행, 제조 AI 등이 확산될수록 AI 모델을 끊임없이 실행하는 추론 연산이 급증하고 데이터센터 운영비에서 전력 효율과 비용 경쟁력이 차지하는 비중도 커질 수밖에 없는 구조다. 정부는 AI 데이터센터를 국가 경쟁력의 핵심 인프라로 육성하면서 국산 AI 반도체(NPU)와 전력·냉각 솔루션을 함께 지원해 국내 AI 인프라 생태계를 구축하겠다는 청사진을 내놨다. 단순히 데이터센터 건물을 늘리는 것이 아니라 데이터센터 안에서 돌아가는 핵심 기술까지 국산화하겠다는 의미다. 이재명 대통령의 구상대로라면 이번 프로젝트의 성패는 데이터센터 규모보다도 AI 연산 담당자에게 달려있다. 현재 글로벌 AI 데이터센터는 엔비디아 GPU가 사실상 표준으로 자리 잡았다. AI 학습에 필요한 압도적인 연산 성능은 물론 CUDA 기반 소프트웨어 생태계와 개발자 환경, 풍부한 고객 레퍼런스까지 갖추면서 후발주자가 쉽게 넘볼 수 없는 시장을 구축한 것이다. 이 때문에 업계에서는 정부가 아무리 AI 데이터센터를 확대하더라도 핵심 반도체를 모두 해외 기업에 의존한다면 국가 AI 경쟁력을 확보하는 데 한계가 있다는 지적이 꾸준히 제기돼 왔다. AI 데이터센터는 국가 전략 인프라지만 연산을 담당하는 AI 칩과 서버, 시스템 소프트웨어가 해외 기술에 의존하게 되면 공급망 리스크를 피하기 어렵기 때문이다. AI 경쟁의 무게중심 '학습'에서 '추론'으로 정부의 AI 인프라 전략에서 가장 먼저 시험대에 오른 기업은 퓨리오사AI다. 2017년 설립된 퓨리오사AI는 AI 추론 전용 NPU를 개발하는 국내 대표 팹리스 기업이다. 회사는 범용 GPU와 정면 승부 하기보다 생성형 AI 서비스 운영에 필요한 추론 시장을 공략하는 전략을 택했다. 최근 공개한 2세대 AI 가속기 RNGD(레니게이드)는 거대언어모델과 멀티모달 AI 추론을 겨냥한 제품으로 높은 전력 효율과 비용 절감 효과를 강점으로 내세우고 있다. 회사 역시 고성능과 전력 효율을 동시에 구현하는 데이터센터용 AI 가속기를 핵심 경쟁력으로 제시하고 있다. 하지만 정부 정책만으로 퓨리오사AI의 성공을 장담하기는 어렵다. AI 반도체 시장은 단순히 칩 성능만으로 작동하지 않기 때문이다. 개발도구와 소프트웨어 호환성, 고객사가 기존 시스템에 쉽게 적용할 수 있는지 여부, 대규모 데이터센터에서 검증된 운영 경험까지 종합적인 생태계 경쟁이 이뤄지는 시장이다. 결국 메가 프로젝트가 국내 AI 반도체 산업의 전환점이 되려면 정책 지원뿐 아니라 실제 데이터센터에서 사용할 수 있는 상용 레퍼런스를 확보하는 것이 무엇보다 중요하다. 생성형 AI 초기 시장에서는 수천억 개의 매개변수를 가진 거대언어모델을 학습시키기 위해 막대한 연산 성능이 필요했다. 이에 따라 글로벌 빅테크들은 엔비디아의 GPU를 대거 확보하는 데 경쟁적으로 나섰고 GPU 확보 능력이 곧 AI 경쟁력으로 평가받았다. 하지만 AI 서비스가 본격적으로 상용화되면서 시장의 관심은 모델 제작에서 활용으로 옮겨가고 있다. 챗봇이 질문에 답하고 AI 비서가 업무를 수행하며 자율주행차와 스마트팩토리, AI 로봇이 실시간으로 판단을 내리는 과정은 모두 추론에 해당한다. AI를 실제 서비스로 운영할수록 추론 연산은 기하급수적으로 증가할 수밖에 없다. 시장조사업체들도 같은 전망을 내놓고 있다. AI 서비스 확산으로 향후 데이터센터 연산의 상당 부분이 추론 작업으로 차지할 것이 예상되면서 학습 중심이던 AI 반도체 시장도 점차 추론 중심으로 재편될 것이라는 분석이다. 업계 관계자는 "생성형 AI 서비스가 빠르게 확산되면서 추론 수요와 토큰 사용량은 이미 폭발적으로 증가하고 있다"며 "AI 확산이 빨라질수록 연산 효율을 높이는 기술 경쟁력이 더욱 중요해질 것"이라고 말했다. 이어 "정부의 AI 데이터센터 구축은 국내 AI 반도체 기업들에도 기술을 검증하고 시장을 확대할 수 있는 중요한 기회가 될 것으로 기대한다"고 덧붙였다. 전력 효율이 새 경쟁력…퓨리오사AI의 승부수 퓨리오사AI는 엔비디아 GPU를 전면적으로 대체하겠다는 전략을 내세우지 않는다. 대신 추론에 필요한 연산을 보다 적은 전력으로 처리하는 데 초점을 맞추고 있다. 데이터센터 운영비 가운데 전기료가 차지하는 비중이 갈수록 커지는 만큼 같은 성능이라면 전력 소비를 줄이는 것이 곧 경쟁력이 된다는 판단에서다. 실제로 AI 데이터센터는 '전기 먹는 공장'으로 불릴 만크 막대한 전력을 소비한다. 최신 AI 서버 한 대에는 여러 개의 AI 가속기가 탑재되고 이를 수만 대 규모로 운영하면 전력 사용량은 도시 하나에 맞먹는 수준까지 늘어난다. 정부가 이번 메가 프로젝트에서 AI 데이터센터와 함께 전력 인프라를 핵심 과제로 제시한 것도 같은 맥락이다. 이 때문에 업계에서는 향후 AI 반도체 경쟁의 기준이 '최고 성능'에서 '최고 효율'로 점차 이동할 가능성도 제기한다. 모든 AI 서비스를 최고 사양 GPU로 운영하기보다 서비스 특성에 따라 GPU와 NPU를 함께 사용하는 방식이 늘어날 수 있다는 것이다. 다만 넘어야 할 벽은 여전히 높다. 엔비디아의 경쟁력은 단순히 GPU 성능에 있지 않다. AI 개발자가 사용하는 CUDA 플랫폼을 중심으로 방대한 소프트웨어 생태계를 구축했고 주요 클라우드 사업자와 데이터센터 운영사들이 이미 엔비디아 기반 시스템을 표준처럼 사용하고 있다. AI 모델 대부분도 엔비디아 환경에서 최적화돼 있어 다른 AI 반도체를 적용하려면 소프트웨어 수정과 운영 검증이 필요하다. 이 때문에 정부의 메가 프로젝트 역시 단순한 AI 데이터센터 인프라 투자에 머물러서는 안 된다는 지적이 나온다. AI 데이터센터를 짓는 것만으로는 국내 AI 반도체 산업이 성장하기 어렵고 국산 AI 칩이 실제 데이터센터에서 성능을 검증받고 상용화 레퍼런스를 확보할 수 있는 제도적 기반까지 함께 마련돼야 한다는 것이다. 실제 퓨리오사AI는 최근 들어 연구개발(R&D) 단계를 넘어 상용화 기반을 하나씩 확보하고 있다. 회사는 올해 1월 TSMC에서 생산한 2세대 AI 추론용 NPU 'RNGD(레니게이드)' 1차 양산 물량을 공급받으며 본격적인 양산 단계에 들어갔다. 올해 총 2만장 규모 생산을 목표로 글로벌 엔터프라이즈 시장 공략에 속도를 내고 있다. 기술 검증 사례도 늘고 있다. LG AI연구원은 자사 거대언어모델(LLM) '엑사원(EXAONE)' 추론 환경에서 RNGD를 검증한 뒤 도입을 결정했다. 퓨리오사AI에 따르면 RNGD는 실제 서비스 환경에서 기존 GPU 기반 시스템보다 와트당 성능을 2.25배 높였고, 동일한 전력 조건에서는 최대 3.75배 많은 토큰을 처리하는 것으로 나타났다. 이는 AI 데이터센터 운영에서 가장 큰 비용으로 꼽히는 전력 부담을 줄일 수 있다는 의미다. 메가 프로젝트, 국산 AI 반도체 생태계 키울까 이처럼 기술력과 상용화 가능성을 입증하는 사례가 늘어나면서 정부가 추진하는 AI 데이터센터 메가 프로젝트가 퓨리오사AI와 같은 국산 AI 반도체 기업의 성장 기반이 될 수 있다는 기대도 커지고 있다. 업계는 이번 메가 프로젝트가 국내 AI 반도체 산업에는 이전과 다른 의미를 가진다고 평가한다. 정부가 AI 데이터센터를 국가 전략 인프라로 규정하면서 처음으로 AI 모델부터 반도체, 데이터센터, 전력 인프라까지 하나의 산업 생태계로 연결하는 청사진을 제시했기 때문이다. 특히 정부가 AI 데이터센터 구축과 함께 국산 AI 반도체 기반 추론 시장 육성을 공식 정책 방향으로 제시한 만큼, 향후 국가 AI 프로젝트와 공공 AI 사업에서 국산 NPU 적용 사례가 늘어날 가능성도 제기된다. 이는 퓨리오사AI뿐 아니라 국내 AI 서버, 클라우드, 전력·냉각 장비 기업으로까지 파급 효과가 확산될 수 있다는 의미다. AI 데이터센터가 또 하나의 '엔비디아 GPU 구매 사업'으로 끝날지 아니면 국산 AI 반도체와 소프트웨어, 서버, 전력 설비까지 함께 성장하는 산업 생태계의 출발점이 될지는 앞으로 정부 정책과 민간 투자의 실행력에 달려 있다. 퓨리오사AI 역시 같은 시험대에 올랐다. 추론 특화 AI 반도체라는 기술 경쟁력을 실제 시장 경쟁력으로 연결하고 정부 프로젝트를 발판으로 대규모 상용 레퍼런스를 확보할 수 있다면 '국산 AI칩'은 상징을 넘어 하나의 산업으로 자리 잡을 수 있다. 반대로 정책 지원에만 의존한 채 민간 시장에서 경쟁력을 입증하지 못한다면 이번 메가 프로젝트 역시 국산 AI 반도체 육성의 또 다른 선언에 그칠 가능성을 배제하기 어렵다. AI 시대의 승자는 더 이상 반도체를 가장 많이 만드는 기업만이 아니다. AI를 가장 효율적으로 구동하는 반도체를 만들고 이를 국가 인프라 안에서 실제 활용하는 생태계를 구축하는 국가가 다음 경쟁의 주도권을 쥘 것이라는 점에서 퓨리오사AI를 비롯한 국내 AI 반도체 기업들의 도전은 이제부터가 진짜 시작이다. 업계 관계자는 "정부가 AI 데이터센터와 국산 AI 반도체를 함께 육성하겠다는 방향을 제시한 것은 국내 AI 반도체 기업에는 의미 있는 기회"라며 "특히 AI 데이터센터 구축은 기술력을 검증하고 실제 공급 레퍼런스를 확보할 수 있는 중요한 계기가 될 것으로 기대하고 있다"고 말했다. 이어 "AI 인프라가 빠르게 확산돼야 AI 서비스와 산업 혁신도 함께 성장할 수 있다"며 "정부가 추진하는 AI 데이터센터 구축과 AI 인프라 확대 정책이 국내 AI 반도체 생태계에도 긍정적인 역할을 할 것으로 본다"고 덧붙였다.
2026-07-03 10:14:43
-
-
"AI 대전환 시대 경쟁력은 '확산' …초거대 모델보다 '활용'이 중요"
[경제일보] 인공지능(AI) 시대 국가 경쟁력은 초거대 AI 모델 보유 여부가 아니라 산업과 금융, 교육, 데이터 체계 전반에 AI를 얼마나 빠르게 확산시키고 활용하느냐에 달려 있다는 제언이 나왔다. 독자 AI 모델 개발 경쟁에만 집중하기보다 국가 전체의 생산성을 높이는 방향으로 정책의 무게중심을 옮겨야 한다는 주장이다. 경제일보는 24일 오전 국회에서 ‘AI 대전환 시대, K-산업·금융의 새로운 전략 모색’을 주제로 ‘경제일보 리더스 인사이트’ 간담회를 개최했다. 경제일보 리더스 인사이트는 산업과 금융, 정책의 핵심 변화를 진단하고 대응 전략을 논의하는 정례 조찬 특강 프로그램이다. 국회와 정부, 기업, 금융권, 연구기관 주요 인사들이 참석해 산업 현안과 정책 과제, 시장 전략을 공유하는 자리로 마련됐다. 이번 포럼은 AI가 한국 경제의 핵심 축인 제조업과 금융, 에너지, 물류, 유통, 서비스 산업 전반의 경쟁 질서를 바꾸고 있는 상황에서 산업과 금융이 어떤 전략을 마련해야 하는지 점검하기 위해 기획됐다. 특히 반도체와 자동차, 조선, 배터리, 철강 등 주력 산업의 AI 전환 전략과 금융권의 역할 변화가 주요 의제로 제시됐다. 이날 특강에 나선 류근관 서울대학교 경제학부 명예교수(국민경제자문회의 성장경제분과장, 전 통계청장)는 AI 를 단순한 기술 혁신이 아닌 국가 성장 전략이자 경제 운영 체제 전반의 변화로 접근해야 한다고 강조했다. 류근관 교수는 “진정한 인공지능 강국은 큰 모델 하나를 보유한 곳이 아니라 모델과 데이터, 컴퓨팅, 인력, 제도를 결합해 생산성을 높이는 국가”라며 “인공지능을 산업 경쟁력과 공공 서비스 혁신의 핵심 인프라로 활용해야 한다”고 했다. 그는 생산가능인구 감소와 성장 잠재력 둔화가 동시에 진행되는 상황에서 인공지능 활용 역량이 국가 경쟁력 을 좌우할 것으로 전망했다. 다만 AI 도 입만으로 생산성이 자동으로 높아지는 것은 아니라며 기업의 업무 프로세스와 조직 운영, 정부의 데이터 체계, 교육 시스템 전반의 변화가 함께 이뤄져야 한다고 강조했다. 류 교수는 “인공지능 시대의 경쟁은 기술 도입 속도보다 제도와 조직의 학습 능력에 의해 결정된다”며 “대한민국의 다음 30년은 얼마나 빠르게 배우고 적응하며 조직과 제도를 재설계할 수 있는지에 달려 있다”고 했다. 최근 논의가 활발한 소버린 인공지능 정책에 대해서는 독자 모델 확보 필요성을 인정하면서도 이를 인공지능 경쟁력의 전부로 봐서는 안 된다고 선을 그었다. 그는 “외부 차단 상황에서도 핵심 기능이 작동할 수 있는 최소한의 독자 모델 역량은 필요하다”면서도 “인공지능 강국의 조건은 모델 하나의 순위가 아니라 인공지능 생태계 전체의 작동 능력”이라고 했다. 이어 인공지능 경쟁력의 핵심 요소로 초거대 인공지능 모델과 데이터 자산, 컴퓨팅 인프라, 산업 확산 역량을 제시했다. 미국과 중국의 초거대 투자 경쟁을 규모로 추격하기보다 기술을 빠르게 산업화하고 현장에 적용하는 한국의 강점을 살려야 한다는 설명이다. 데이터 활용 체계 구축도 핵심 과제로 제시했다. 류 교수는 “대한민국은 세계적으로 보기 드문 데이터 자산을 보유하고 있지만 문제는 데이터의 양이 아니라 연결과 활용의 체계”라며 “연결된 문제는 연결된 데이터로 풀어야 한다”고 했다. 그는 국가 데이터처를 중심으로 한 데이터 운영 체제 구축을 제안했다. 공공과 민간 데이터를 안전하게 연계하고 활용할 수 있는 국가 차원의 허브를 구축해야 한다는 것이다. 원자료 이동은 최소화하면서도 안전연계구역과 메타 데이터 표준화, 감사기록 체계 등을 통해 활용도를 높여야 한다고 설명했다. 특히 향후 인공지능 경쟁의 무대가 디지털 공간을 넘어 현실 산업 현장으로 확대될 것으로 내다봤다. 류 교수는 “로봇과 센서, 스마트공장, 모빌리티, 물류 시스템이 인공지능과 결합하는 시대가 열리고 있다”며 “제조 기반과 공정관리 역량을 함께 보유한 한국이 경쟁우위를 확보할 수 있는 영역”이라고 했다. 인공지능 시대 국가 경쟁력 재설계를 위한 정책 과제도 제시했다. 류 교수는 △기술주권 확보 △국가 데이터 운영체제 구축 △컴퓨팅 접근권 확대 △산업 전반의 인공지능 확산 △인적자본 갱신 체계 구축 △금융 평가체계 전환 등을 핵심 과제로 제안했다. 그는 “독자 파운데이션 모델 역량은 회복 탄력성과 협상력을 위한 전략 자산”이라며 “대기업뿐 아니라 청년과 지방 대학, 스타트업, 중소기업도 활용할 수 있는 공공 연산 자원과 지역 인공지능 인프라 구축이 필요하다”고 했다. 또 “중소기업과 지역 기업의 인공지능 활용은 분배 정책이 아니라 성장 정책”이라며 “인공지능 활용 주체가 늘어날수록 전체 생산성 기반도 확대될 것”이라고 했다. 금융권을 향해서는 인공지능 전환 기업의 데이터 자산과 조직 학습 능력, 보안·거버넌스 체계, 생산성 개선 가능성을 반영하는 새로운 신용·투자 평가 체계가 필요하다고 제언했다. 정책 금융은 전환 초기 위험을 분담하고 민간 금융은 인공지능 전환 성과를 정교하게 평가하는 역할을 맡아야 한다는 설명이다. 류 교수는 “인공지능 시대 경쟁력은 기술 하나의 보유 여부가 아니라 얼마나 정확하게 관찰하고, 얼마나 빠르게 배우며, 얼마나 넓게 확산시키고, 얼마나 안전하게 연결하느냐에 의해 결정된다”며 “소버린 인공지능을 넘어 학습하는 사회로 나아가야 한다”고 강조했다. 한편, 양규현 경제일보 사장은 개회사에서 “대한민국은 제조업과 IT 강국의 기반 위에서 새로운 도약의 기회를 맞고 있지만 해결해야 할 과제도 늘어나고 있다”며 “기업은 생존과 혁신 전략을 고민해야 하고 금융은 성장 산업을 뒷받침하는 역할을 새롭게 정의해야 한다”고 밝혔다. 천하람 개혁신당 원내대표는 축사를 통해 “우리 주력 산업 가운데 반도체를 제외하면 어려운 곳이 너무 많다” 며 “오늘 리더스 인사이트 포럼에서 배우는 내용들이 정치권에도 좋은 함의를 줄 것으로 기대한다”고 했다. [아주경제 2026년 06월 25일자 13면에 게재된 기사입니다.]
2026-06-25 08:06:37
-
AI 대전환 시대 해법은 '확산'…류근관 교수"AI 강국, 생태계 역량이 결정"
[경제일보] 인공지능(AI) 시대 국가 경쟁력은 초거대 AI 모델 보유 여부가 아니라 산업과 금융, 교육, 데이터 체계 전반에 AI를 얼마나 빠르게 확산시키고 활용하느냐에 달려 있다는 제언이 나왔다. 독자 AI 모델 개발 경쟁에만 집중하기보다 국가 전체의 생산성을 높이는 방향으로 정책의 무게중심을 옮겨야 한다는 주장이다. 경제일보는 24일 오전 국회에서 'AI 대전환 시대, K-산업·금융의 새로운 전략 모색'을 주제로 '경제일보 리더스 인사이트' 간담회를 개최했다. 경제일보 리더스 인사이트는 산업과 금융, 정책의 핵심 변화를 진단하고 대응 전략을 논의하는 정례 조찬 특강 프로그램이다. 국회와 정부, 기업, 금융권, 연구기관 주요 인사들이 참석해 산업 현안과 정책 과제, 시장 전략을 공유하는 자리로 마련됐다. 이번 포럼은 AI가 한국 경제의 핵심 축인 제조업과 금융, 에너지, 물류, 유통, 서비스 산업 전반의 경쟁 질서를 바꾸고 있는 상황에서 산업과 금융이 어떤 전략을 마련해야 하는지 점검하기 위해 기획됐다. 특히 반도체와 자동차, 조선, 배터리, 철강 등 주력 산업의 AI 전환 전략과 금융권의 역할 변화가 주요 의제로 제시됐다. 이날 특강에 나선 류근관 서울대학교 경제학부 명예교수(국민경제자문회의 성장경제분과장, 전 통계청장)는 AI를 단순한 기술 혁신이 아닌 국가 성장 전략이자 경제 운영 체제 전반의 변화로 접근해야 한다고 강조했다. 류 교수는 "진정한 인공지능 강국은 큰 모델 하나를 보유한 곳이 아니라 모델과 데이터, 컴퓨팅, 인력, 제도를 결합해 생산성을 높이는 국가"라며 "인공지능을 산업 경쟁력과 공공 서비스 혁신의 핵심 인프라로 활용해야 한다"고 했다. 그는 생산가능인구 감소와 성장 잠재력 둔화가 동시에 진행되는 상황에서 인공지능 활용 역량이 국가 경쟁력을 좌우할 것으로 전망했다. 다만 AI 도입만으로 생산성이 자동으로 높아지는 것은 아니라며 기업의 업무 프로세스와 조직 운영, 정부의 데이터 체계, 교육 시스템 전반의 변화가 함께 이뤄져야 한다고 강조했다. 류 교수는 "인공지능 시대의 경쟁은 기술 도입 속도보다 제도와 조직의 학습 능력에 의해 결정된다"며 "대한민국의 다음 30년은 얼마나 빠르게 배우고 적응하며 조직과 제도를 재설계할 수 있는지에 달려 있다"고 했다. 최근 논의가 활발한 소버린 인공지능 정책에 대해서는 독자 모델 확보 필요성을 인정하면서도 이를 인공지능 경쟁력의 전부로 봐서는 안 된다고 선을 그었다. 그는 "외부 차단 상황에서도 핵심 기능이 작동할 수 있는 최소한의 독자 모델 역량은 필요하다"면서도 "인공지능 강국의 조건은 모델 하나의 순위가 아니라 인공지능 생태계 전체의 작동 능력"이라고 했다. 이어 인공지능 경쟁력의 핵심 요소로 초거대 인공지능 모델과 데이터 자산, 컴퓨팅 인프라, 산업 확산 역량을 제시했다. 미국과 중국의 초거대 투자 경쟁을 규모로 추격하기보다 기술을 빠르게 산업화하고 현장에 적용하는 한국의 강점을 살려야 한다는 설명이다. 데이터 활용 체계 구축도 핵심 과제로 제시했다. 류 교수는 "대한민국은 세계적으로 보기 드문 데이터 자산을 보유하고 있지만 문제는 데이터의 양이 아니라 연결과 활용의 체계"라며 "연결된 문제는 연결된 데이터로 풀어야 한다"고 했다. 그는 국가 데이터처를 중심으로 한 데이터 운영 체제 구축을 제안했다. 공공과 민간 데이터를 안전하게 연계하고 활용할 수 있는 국가 차원의 허브를 구축해야 한다는 것이다. 원자료 이동은 최소화하면서도 안전연계구역과 메타데이터 표준화, 감사기록 체계 등을 통해 활용도를 높여야 한다고 설명했다. 특히 향후 인공지능 경쟁의 무대가 디지털 공간을 넘어 현실 산업 현장으로 확대될 것으로 내다봤다. 류 교수는 "로봇과 센서, 스마트공장, 모빌리티, 물류 시스템이 인공지능과 결합하는 시대가 열리고 있다"며 "제조 기반과 공정관리 역량을 함께 보유한 한국이 경쟁우위를 확보할 수 있는 영역"이라고 했다. 인공지능 시대 국가 경쟁력 재설계를 위한 정책 과제도 제시했다. 류 교수는 △기술주권 확보 △국가 데이터 운영체제 구축 △컴퓨팅 접근권 확대 △산업 전반의 인공지능 확산 △인적자본 갱신 체계 구축 △금융 평가체계 전환 등을 핵심 과제로 제안했다. 그는 "독자 파운데이션 모델 역량은 회복 탄력성과 협상력을 위한 전략 자산"이라며 "대기업뿐 아니라 청년과 지방 대학, 스타트업, 중소기업도 활용할 수 있는 공공 연산 자원과 지역 인공지능 인프라 구축이 필요하다"고 했다. 또 "중소기업과 지역 기업의 인공지능 활용은 분배 정책이 아니라 성장 정책"이라며 "인공지능 활용 주체가 늘어날수록 전체 생산성 기반도 확대될 것"이라고 했다. 금융권을 향해서는 인공지능 전환 기업의 데이터 자산과 조직 학습 능력, 보안·거버넌스 체계, 생산성 개선 가능성을 반영하는 새로운 신용·투자 평가 체계가 필요하다고 제언했다. 정책 금융은 전환 초기 위험을 분담하고 민간 금융은 인공지능 전환 성과를 정교하게 평가하는 역할을 맡아야 한다는 설명이다. 류 교수는 "인공지능 시대 경쟁력은 기술 하나의 보유 여부가 아니라 얼마나 정확하게 관찰하고, 얼마나 빠르게 배우며, 얼마나 넓게 확산시키고, 얼마나 안전하게 연결하느냐에 의해 결정된다"며 "소버린 인공지능을 넘어 학습하는 사회로 나아가야 한다"고 강조했다. 한편, 양규현 경제일보 사장은 개회사에서 "대한민국은 제조업과 IT 강국의 기반 위에서 새로운 도약의 기회를 맞고 있지만 해결해야 할 과제도 늘어나고 있다"며 "기업은 생존과 혁신 전략을 고민해야 하고 금융은 성장 산업을 뒷받침하는 역할을 새롭게 정의해야 한다"고 밝혔다. 이어 "정부와 국회는 미래를 준비하는 제도와 정책을 마련해야 한다"며 "오늘 특강이 우리 산업과 금융의 미래 방향을 모색하는 데 소중한 길잡이가 될 것으로 기대한다"고 덧붙였다. 천하람 개혁신당 원내대표는 축사를 통해 "우리 주력 산업 가운데 반도체를 제외하면 어려운 곳이 너무 많다"며 "오늘 리더스 인사이트 포럼에서 배우는 내용들이 정치권에도 좋은 함의를 줄 것으로 기대한다"고 했다.
2026-06-24 11:19:31
-
배경훈, 피지컬 AI '1강' 승부수…논의형 얼라이언스 실행형으로 바꾼다
[경제일보] 과학기술정보통신부가 피지컬 인공지능(AI) 분야 민관 협력 체계를 ‘논의형’에서 ‘실행형’으로 전환한다. 생성형 AI 경쟁이 화면 안의 언어모델을 넘어 로봇, 제조, 국방, 의료 등 현실 세계에서 작동하는 AI로 확장되자 정부가 데이터 확보부터 현장 적용까지 이어지는 통합 플랫폼 구축에 나선 것이다. 배경훈 부총리 겸 과기정통부 장관은 19일 서울 중구 더플라자호텔 서울에서 열린 ‘피지컬 AI 얼라이언스 2기’ 출범식에서 “피지컬 AI 얼라이언스 1기가 탐색전이었다면 이제는 승부를 볼 때”라며 “AI 3강을 넘어 피지컬 AI 1강이 되겠다”고 말했다. 이날 출범식에는 배 부총리와 정동영·최형두·황정아 국회의원, 조준희 한국인공지능·소프트웨어산업협회(KOSA) 회장, 산학연 및 관련 협·단체 관계자 등 200여명이 참석했다. 과기정통부는 지난해 9월 피지컬 AI 얼라이언스 1기를 출범시킨 뒤 산업 현장의 수요와 애로사항을 발굴하고 정책 과제를 논의해 왔다. 2기는 이보다 한 단계 더 나아간다. 정책 제언과 협의 중심이던 1기 체계를 실제 기술개발, 산업 적용, 표준화, 보안·안전, 운영으로 이어지는 실행형 협력 구조로 바꾸는 것이 핵심이다. 과기정통부는 2기 얼라이언스를 ‘K-피지컬 AI 풀스택 확보 및 산업 현장 구축·확산을 위한 피지컬 AI 토탈 솔루션 플랫폼’으로 고도화하겠다는 구상을 내놨다. ◇ 데이터 없으면 현장 AI도 없다…풀스택 확보가 관건 배 부총리는 피지컬 AI 경쟁의 출발점으로 데이터 확보를 꼽았다. 그는 “데이터 확보 체계를 갖춰야 선제적인 연구가 가능하다”며 “현장에서 데이터를 확보하고 가상 시뮬레이션 환경에서 합성 데이터를 만드는 작업을 해둬야 다음 단계를 준비할 수 있다”고 말했다. 피지컬 AI는 단순히 AI 모델을 잘 만드는 문제에 그치지 않는다. 현실의 물체를 인식하고, 움직임을 예측하고, 로봇이나 장비가 실제 행동으로 옮겨야 한다. 이 과정에는 산업 현장 데이터, 센서, 로봇, AI 반도체, 컴퓨팅 인프라, 소프트웨어 플랫폼, 보안·인증 체계가 함께 필요하다. 정부가 풀스택을 강조하는 이유다. 과기정통부는 국산 AI 반도체, AI 모델, 소프트웨어, 로봇·센서, 컴퓨팅 인프라를 연결해 외산 솔루션 의존을 줄이겠다는 목표를 제시했다. 미국 빅테크 모델에 과도하게 의존하면 국내 로봇·부품 산업까지 종속될 수 있다는 우려도 반영됐다. 조준희 KOSA 회장은 “피지컬 AI 영역에서 각 분야가 개별 대응에 그치면 글로벌 기술 질서 속에서 산업 경쟁력과 생태계 주도권은 약화될 수밖에 없다”며 “과거 플랫폼 전환기에 겪었던 아쉬움을 되풀이하지 않기 위해 더 긴밀하게 연결되고 빠르게 실행해야 한다”고 말했다. ◇ 10대 분과를 3대 체계로 재편…액션 그룹으로 과제 발굴 운영 체계도 대폭 바뀐다. 과기정통부는 기존 10대 분과를 3대 핵심 대분과로 간소화했다. 5대 생태계 분과와 5대 도메인 분과로 나뉘었던 구조를 △K-피지컬 AI 풀스택 분과 △버티컬 산업 브릿지 분과 △기반 거버넌스 분과로 재편했다. K-피지컬 AI 풀스택 분과는 기술 자립을 맡는다. AI 반도체, 모델, 로봇·센서, 컴퓨팅 인프라, 소프트웨어를 연결하는 역할이다. 버티컬 산업 브릿지 분과는 제조, 물류, 농업, 의료, 국방, 행정, 재난안전 등 산업 수요와 기술 공급을 잇는다. 기반 거버넌스 분과는 표준, 보안, 인증, 안전 체계를 담당한다. 각 분과 아래에는 액션 그룹을 둔다. 단순 회의체가 아니라 실제 프로젝트를 발굴하고 구체화하는 실행 단위다. 정부 지원과 민간 기술, 산업 현장 수요를 하나의 과제로 묶어 실증과 확산까지 끌고 가겠다는 취지다. 참여 협·단체도 확대됐다. 한국AI·SW산업협회, 한국피지컬AI협회, 한국AI·로봇산업협회, 제조혁신피지컬AI협회, 한국팹리스산업협회, 한국IT서비스산업협회, 한국데이터센터연합회, 한국정보통신진흥협회, 한국정보보호산업협회, 한국정보통신기술협회, 6G포럼, AI 네트워크 얼라이언스 등 12개 협·단체가 참여한다. ◇ 제조 넘어 의료·국방·재난으로…M.AX와도 연계 과기정통부는 피지컬 AI 적용 대상을 제조에만 묶어두지 않겠다는 방침이다. 물류, 농업, 의료, 국방, 행정, 재난안전 등 여러 분야의 수요를 발굴하고 공급 기업과 연결한다. 산업 현장에 AI를 설치하고 운영한 뒤 그 과정에서 나온 데이터를 다시 기술 개발로 환류시키는 구조를 만들겠다는 것이다. 제조 분야에서는 산업통상부의 M.AX 얼라이언스와 협력한다. M.AX는 제조 AI 전환을 목표로 데이터 공동활용, 로봇·자동차·팩토리 분야 AI 모델 개발, 온디바이스 AI 반도체, 다크팩토리 기술 확보 등을 추진해 온 민관 플랫폼이다. 피지컬 AI 얼라이언스가 기술과 생태계 축을 맡고 M.AX가 제조 현장 실증과 확산을 연결하는 방식이다. 이날 행사에서는 국내 피지컬 AI 기업들의 기술 시연도 진행됐다. 리얼월드는 두 대의 로봇이 협동해 마우스를 포장하고 지정된 위치에 배치하는 작업을 선보였다. 마음AI는 월드모델 기반 AI 학습부터 온디바이스 실행, 완제품 로봇 적용으로 이어지는 피지컬 AI 구현 흐름을 소개했다. 한편 피지컬 AI는 한국 AI 전략의 다음 시험대다. 언어모델 경쟁에서는 데이터와 컴퓨팅, 플랫폼 주도권이 빅테크에 집중됐다. 현실 세계에서 움직이는 AI 경쟁은 조금 다르다. 반도체, 제조, 로봇, 통신망, 데이터센터, 보안, 현장 운영 능력이 함께 맞물려야 한다. 한국이 가진 산업 기반을 AI와 결합할 수 있다면 추격자가 아니라 특정 분야의 선도자가 될 여지도 있다. 성패는 선언이 아니라 현장에 달려 있다. 얼라이언스가 또 하나의 회의체로 끝나면 피지컬 AI 1강 구호는 산업계에 남지 않는다. 공장의 불량을 줄이고 물류의 병목을 풀고 국방과 재난 현장에서 사람의 위험을 낮추는 실제 사례가 쌓여야 한다. 피지컬 AI의 승부는 모델 성능표가 아니라 현실의 작업장에서 판가름 난다.
2026-06-19 18:03:42
-
-
-
GPU만으로 AI 강국은 안 된다…데이터센터·클라우드가 진짜 전장
[경제일보] 젠슨 황 엔비디아 최고경영자(CEO)의 방한이 던진 두 번째 질문은 인프라다. 한국이 엔비디아 GPU를 얼마나 많이 확보하느냐보다 중요한 것은 그 GPU를 어디에 꽂고, 어떤 전력과 냉각 체계로 돌리며, 어떤 클라우드 서비스와 산업 현장에 연결하느냐다. AI 시대의 경쟁력은 더 이상 모델 성능만으로 결정되지 않는다. 대규모 AI 모델을 학습하고 추론하려면 GPU, HBM, 서버, 전력, 냉각, 네트워크, 보안, 클라우드 운영 체계가 동시에 필요하다. 그래서 최근 글로벌 빅테크가 말하는 것은 데이터센터가 아니라 ‘AI 팩토리’다. 데이터를 원료로 넣고 지능을 생산하는 공장이라는 뜻이다. 한국 정부와 주요 기업이 엔비디아 GPU 26만개 이상을 도입하기로 한 계획은 이런 흐름의 출발점이다. 삼성, SK, 현대차, 네이버클라우드 등이 대규모 GPU 인프라를 활용해 제조, 자율주행, 클라우드, 산업용 AI 모델을 구축하겠다는 구상이다. 하지만 GPU 수량만으로 AI 강국이 되는 것은 아니다. 핵심은 운영 능력이다. 네이버는 이 구도에서 가장 중요한 클라우드 축이다. 네이버는 자체 초거대 AI와 클라우드, 데이터센터, 검색·커머스·콘텐츠 데이터를 갖춘 국내 대표 플랫폼 기업이다. 엔비디아 입장에서는 한국형 AI 서비스와 공공·민간 클라우드 수요를 연결할 파트너이고, 네이버 입장에서는 안정적인 GPU 확보와 AI 생태계 확장이 필요하다. 소버린 AI도 네이버 협력의 핵심이다. 소버린 AI는 단순히 국산 AI 모델을 만든다는 뜻이 아니다. 국내 데이터가 국내 법과 보안 기준에 맞는 클라우드 환경에서 학습·운영될 수 있어야 한다. 공공, 금융, 의료, 교육 분야에서 AI를 쓰려면 데이터 주권과 보안 통제가 필수다. 네이버클라우드가 엔비디아 GPU 인프라와 결합하면 한국형 AI 서비스의 기반을 넓힐 수 있다. LG그룹은 데이터센터의 물리적 인프라에서 존재감이 커지고 있다. AI 데이터센터는 전력과 냉각이 생명이다. AI 추론 수요가 늘어날수록 전력 사용량은 커지고, GPU 밀도가 높아질수록 발열도 증가한다. LG유플러스가 파주 AI 데이터센터를 통해 대규모 전력 기반 추론형 인프라를 추진하고, LG전자와 냉각 기술을 결합하려는 것도 이 때문이다. LG CNS는 스마트팩토리와 클라우드 운영 역량을 갖고 있다. AI가 실제 공장과 물류센터, 로봇 운영으로 내려오면 클라우드와 현장 시스템을 연결하는 역량이 중요해진다. 엔비디아의 옴니버스, 디지털 트윈, 로보틱스 플랫폼은 이런 현장형 AI 인프라와 맞물릴 가능성이 크다. LG가 가전과 제조 현장, 데이터센터와 냉각 기술을 묶을 수 있다면 피지컬 AI 시대의 실험장이 될 수 있다. SK 역시 인프라 기업으로 변신하고 있다. SK하이닉스가 HBM을 공급한다면 SK텔레콤은 AI 데이터센터, 통신망, 에너지·보안 인프라를 통해 엔비디아 생태계와 연결될 수 있다. AI 서비스가 대중화될수록 추론 수요는 통신망과 클라우드 가까이 내려온다. 엣지 AI와 AI 에이전트, 산업용 AI 서비스가 확대되면 통신사의 역할은 단순 회선 제공을 넘어 AI 인프라 운영자로 바뀐다. 문제는 병목이다. GPU는 돈을 주고 살 수 있지만 데이터센터는 하루아침에 지을 수 없다. 전력 인입, 냉각 설계, 부지 확보, 인허가, 보안, 운영 인력이 모두 필요하다. AI 데이터센터 구축에는 수년이 걸린다. 반면 AI 서비스 사용량과 추론 수요는 분기 단위로 급증한다. 이 간극을 줄이지 못하면 GPU 확보 계획은 숫자에 머물 수 있다. 전력 문제도 피할 수 없다. AI 데이터센터는 막대한 전기를 쓴다. 수도권 입지 수요는 높지만 전력망은 제한적이다. 지방 분산형 데이터센터를 추진하려면 전력, 냉각, 네트워크 지연시간, 고객 접근성을 함께 고려해야 한다. 정부의 전력·입지 규제 완화와 민간 투자 계획이 맞물리지 않으면 AI 인프라 경쟁에서 뒤처질 수 있다. 이번 젠슨 황 방한이 중요한 이유는 한국 AI 인프라의 방향을 묻고 있기 때문이다. 한국은 HBM을 공급하는 나라에서 GPU를 대규모로 운영하는 나라로 이동하고 있다. 더 나아가 AI 데이터센터와 클라우드를 통해 산업 현장의 AI 전환을 지원하는 국가가 될 수 있다. 그러나 승부는 선언이 아니라 실행에 있다. 네이버는 소버린 AI 클라우드의 고객과 서비스를 확보해야 한다. LG는 전력·냉각·스마트팩토리 인프라를 실제 수주로 연결해야 한다. SK는 HBM과 통신·데이터센터를 묶어 AI 인프라 사업자로 자리 잡아야 한다. 정부는 전력, 입지, 인재, 보안 규제를 정교하게 풀어야 한다. 엔비디아의 GPU가 한국에 들어오는 것은 출발점이다. 그 GPU 위에서 한국 기업이 어떤 AI 서비스를 만들고, 어떤 산업 데이터를 연결하며, 얼마나 안정적인 클라우드와 데이터센터를 운영하느냐가 진짜 경쟁이다. AI 강국의 조건은 칩을 사는 능력이 아니라 지능을 생산하는 공장을 운영하는 능력이다.
2026-06-07 16:33:41
-
편의점 도시락과 5만원 훠궈, MZ의 '쪼개진 지갑'이 던지는 경고
[경제일보] 점심시간, 편의점마다 5000원 남짓한 가성비 도시락을 집어 드는 2030 청년들의 줄이 길다. 고물가와 경기 침체가 만들어낸 이른바 '런치플레이션(Lunchflation)'의 씁쓸한 풍경이다. 1000원짜리 아메리카노 한 잔을 마시기 위해 동선을 꺾고 교통비를 아끼려 알뜰교통카드 앱을 수시로 들여다본다. 이들에게 소비의 제1원칙은 단연코 '가성비(가격 대비 성능)'다. 그런데 해가 지고 주말이 오면 이 가성비의 전사들은 전혀 다른 행보를 보인다. 1인당 객단가가 최소 4만원에서 6만원을 훌쩍 넘는 중국 훠궈 프랜차이즈 '하이디라오' 매장 앞은 두세 시간의 대기도 마다하지 않는 MZ세대들로 인산인해를 이룬다. 주머니 사정이 팍팍하다며 지출을 통제하던 그들이 왜 이토록 비싼 외국계 식당 앞에서는 기꺼이 지갑의 빗장을 푸는 것일까. 최근 하이디라오 코리아가 발표한 실적은 이 기현상을 명확한 숫자로 증명했다. 2023년 매출 1177억원. 전년 대비 무려 50% 이상 급증한 수치이며 영업이익은 두 배 가까이 뛰었다. 과거 한국 시장에 진출했던 중국 외식 브랜드들이 주로 '싸고 양 많은' 마라탕이나 탕후루 같은 초저가 시장을 공략했던 것과는 궤를 달리한다. 고가 정책을 고수하면서도 한국 외식 시장에서 단일 브랜드로 1000억원의 벽을 뚫어낸 이면에는 우리가 피상적으로만 이해하고 있던 MZ세대의 '달라진 소비 심리'가 똬리를 틀고 있다. 기성세대의 시각에서 이들의 소비는 모순 그 자체다. "돈이 없다면서 오마카세와 하이디라오에는 왜 열광하느냐"며 혀를 끌짯지도 모른다. 그러나 이것은 모순이 아니라 철저하게 계산된 '선택적 생존 전략'이다. 오늘날 청년들의 가성비는 단순히 '절대 가격이 싼 것'을 의미하지 않는다. 이들에게 가성비란 '내가 지불한 비용(돈과 시간) 대비 얻어내는 총체적 효용'이다. 미래의 불확실성이 그 어느 때보다 커진 시대, 평생을 모아도 내 집 마련이 요원해진 구조적 좌절 속에서 이들은 일상적인 소비를 극단적으로 통제한다(편의점 도시락). 하지만 그렇게 모은 잉여 자본을 자신의 정서적 만족감과 소셜 미디어(SNS)상에서의 자아실현을 확실하게 보장해 주는 '경험'에 집중적으로 투자한다(하이디라오). 이른바 '앰비슈머(Ambisumer·양면적 소비자)'의 탄생이다. 이들에게 하이디라오의 5만원은 비싼 고깃값이 아니다. 5만원이라는 돈을 내고 식사 시간 내내 완벽하게 '주인공'으로 대접받는 심리적 만족감, 눈앞에서 펼쳐지는 수타면 퍼포먼스를 영상으로 찍어 인스타그램에 올렸을 때 얻는 사회적 인정 그리고 친구들과의 즐거운 시간을 실패 없이 보장받는 '안전비용'까지 포함된 가격이다. 효용이 확정된 경험에 돈을 지불하는 것, 이것이 바로 2024년 대한민국 MZ세대가 정의하는 '새로운 가성비'다. 그렇다면 왜 수많은 파인 다이닝과 고급 레스토랑을 제치고 하이디라오인가. 해답은 그들이 파는 본질에 있다. 하이디라오의 본업은 훠궈를 파는 요식업이 아니라 '서비스를 파는 엔터테인먼트업'에 가깝다. 대기실에 들어서는 순간부터 이들의 서비스 맹폭은 시작된다. 무료 네일아트, 구두닦이 서비스, 다양한 스낵과 음료, 보드게임이 기다리는 시간을 '고통'에서 '즐길 거리'로 치환한다. 자리에 앉으면 머리끈과 안경 닦이, 스마트폰을 보호할 지퍼백이 제공되고 혼자 온 손님 맞은편에는 거대한 인형을 앉혀 외로움조차 차단해 버린다. 직원은 식사 내내 테이블을 전담하며 고기를 구워주고 새우 완자를 빚어주며 생일인 고객에게는 현수막과 함께 떠들썩한 축하 노래를 불러준다. 한국의 외식업이 그동안 '맛'과 '인테리어' 그리고 어떻게든 테이블 회전율을 높여 마진을 남기는 '효율'에 집착해 올 때 하이디라오는 정반대의 길을 걸었다. 고객이 매장에 머무는 모든 시간의 밀도를 높여 문을 나설 때 "돈이 아깝지 않다"는 항복을 받아내는 식이다. 고객은 단순히 맛있는 밥 한 끼를 먹으러 가는 것이 아니라 각박한 현실 속에서 온전히 나만을 위해 돌아가는 '마이크로 테마파크'의 입장권을 사는 셈이다. 여기서 발생하는 극강의 '가심비(가격 대비 심리적 만족도)'야말로 불황을 뚫고 1000억 매출을 견인한 강력한 무기다. 국내 수많은 외식 기업들도 하이디라오의 성공을 벤치마킹하려 노력했다. 고객에게 인사를 크게 하고 이벤트를 기획하고 친절 교육을 강화했다. 하지만 대부분 흉내 내기에 그치며 쓴맛을 봤다. 왜일까? 서비스의 겉모습은 베낄 수 있어도 그 서비스를 자발적으로 뿜어내게 만드는 '조직의 내면'은 쉽게 복제할 수 없기 때문이다. 장융 하이디라오 창업자의 경영 철학은 명확하다. "고객을 감동시키려면 먼저 직원을 감동시켜라." 하이디라오의 직원들은 동종 업계 대비 파격적으로 높은 임금을 받는다. 뿐만 아니라 기숙사 제공, 부모님 용돈 지원, 자녀 교육비 지원 등 대기업 부럽지 않은 복지를 누린다. 철저한 도제식 시스템(사수-부사수)을 통해 후배를 잘 육성하면 선배에게 그 매장의 수익 일부가 배분되는 파격적인 성과급 구조를 갖추고 있다. 말단 직원에게도 고객의 불만을 해결하기 위해 결제 금액을 할인해 주거나 무료로 메뉴를 내어줄 수 있는 막강한 권한(재량권)이 부여된다. 매뉴얼에 억눌려 억지웃음을 짓는 감정노동자가 아니라 자신이 사장처럼 판단하고 행동할 때 즉각적인 보상이 뒤따르는 자율적인 주체가 되는 것이다. 눈앞에서 춤을 추며 면을 뽑고 진심을 다해 고객의 생일을 축하하는 직원들의 에너지는 경영진의 '착취'가 아니라 '존중과 보상'에서 피어난 꽃이다. 한국의 외식업계가 겉핥기식 친절 교육과 최저시급으로 이들의 서비스 퀄리티를 따라잡으려 했던 것은 애초에 승산이 없는 게임이었다. 하이디라오 한국 매출 1000억원 돌파는 단순한 '중국 훠궈의 유행'으로 치부할 일이 아니다. 이는 극도로 똑똑하고 까다로워진 한국의 젊은 소비자들이 낡은 관행에 젖어 있는 국내 서비스 산업 전체에 던지는 서늘한 경고장이자 뼈아픈 채찍질이다. 지금 우리 시장을 돌아보자. 원재료 값이 올랐다며 꼼수로 용량을 줄이는 '슈링크플레이션', 프리미엄 딱지를 붙여 가격만 치솟고 정작 서비스 질은 바닥인 일부 식당들, 키오스크만 덩그러니 놓아둔 채 최소한의 인간적 응대마저 비용 절감이라는 명목으로 소거해 버리는 무인화의 역습까지. 우리는 과연 고객에게 지불한 돈을 뛰어넘는 '감동적인 경험'을 제공하기 위해 치열하게 고민해 본 적이 있는가. 소비의 양극화는 앞으로 더욱 심화될 것이다. 어설픈 중간 지대의 브랜드들은 도태를 면치 못한다. 압도적으로 싸서 생존 필수재로서 기능하거나 아니면 하이디라오처럼 지갑을 열고 싶을 만큼 확실한 대체 불가의 고객 경험을 제공해야만 살아남을 수 있다. MZ세대는 얄팍한 상술에 속지 않는다. 그들은 스스로 가치 있다고 느끼는 곳에는 기꺼이 줄을 서고 지갑을 털어 열광적인 팬덤이 되어준다. 하이디라오는 그 어려운 것을 증명해 냈다. 이제 한국의 기업들이 대답할 차례다. 가격표의 숫자만 바꿀 것인가 아니면 고객의 경험을 통째로 바꿀 것인가. 5만원짜리 훠궈 국물 속에서 우리가 건져 올려야 할 진정한 화두는 바로 이것이다.
2026-05-05 10:24:08
-
-
-